基于卷积神经网络和迁移学习的电动泵故障诊断方法研究
提出了一种基于卷积神经网络和迁移学习的电动泵故障诊断方法,其特点是只利用少量样本数据就能自动从振动信号中提取有效的故障特征并完成诊断.设计了基于迁移学习的卷积神经网络模型训练方法,给出了利用其进行故障诊断的方法步骤,采用齿轮和电机在正常和不同故障状态时的振动数据对方法的有效性进行了测试.结果表明,所提出的方法对不同的故障状态有较高的识别精度,具有良好的实用性.
电动泵;振动;故障诊断;卷积神经网络;迁移学习
42
TM307(电机)
海军工程大学科研发展基金项目425317k304
2021-09-06(万方平台首次上网日期,不代表论文的发表时间)
共7页
239-245